分词器如何对一个Document的不同Filed使用不同的分词器

ik分词器 能不能自己增加关键字 怎么操作

为什么呢看因为Lucene自带的分词器比较适合英文的分词，而IK首先是一个中文的分词器。

具体的优点先不细说，单说分词的结果来看： 1 比如说 我爱北京 使用自带的分词 我/爱/北/京 IK分词 我/爱/北京 2 可以自己扩展词典 有很多分词器是不能够进行自己扩展词典的，有自己的词典，导致分词的结果才是自己想要的结果。

3 可以自己定义停用词字典 4 和Lucene结合比较高，有很多封装好的模块。

用来检索非常顺手。

当然，IK自2012年已经不再维护了。

后面有出现了很多其他的分词器。

word分词器分的词怎么都是一个词

我们知道，Word中的words对象是Word可以识别的词语，对于汉语词语来说，有的词语和我们的习惯并不完全相符。

简单的说就是有的词语在Word 中被认为是一个词语，如 阿波罗 ，有的词语被识别为多个词语，如 一字之差 。

这样的差别就是Word在分词方面的bug。

下面就谈谈如何实现对Word汉语分词自定义。

首先特别要感谢Excelhome论坛sylun兄。

之前我还一直固执地认为Word只支持导入英文词典，对于中文词语不支持自定义，是这位哥哥告诉我，可以通过导入微软拼音输入法自造词实现自定义分词效果。

我的工作其实就是想办法把这个效果的实现更简单一些：不再必须安装庞大的微软拼音输入法，且一经导入制作的自造词在用户间可以简单实现通用。

效果如下： 1、 首先不做任何操作，打开测试文档，点击“统计每段词语数”看看结果。

不保存关闭文档。

2、 运行Word自造词工具.exe，点击修改按钮。

3、 再次打开测试文档，点击“统计每段词语数”看看结果。

两次结果是否相同。

原来每一段都被自定义成了一个词语。

（回车符除外）

怎么在elasticsearch集成自定义的分词器

aven进行编译下载的源码 3 把编译后的target/releases下的elasticsearch-analysis-ik-1.2.9.zip文件拷贝到ES_HOME/plugins/analysis-ik目录下面，然后解压 4 把下载的ik插件中的conf/ik目录拷贝到ES_HOME/config下 5 修改ES_HOME/config/elasticsearch.yml文件，

如何对一个Document的不同Filed使用不同的分词器

可以使用PerFieldAnalyzerWrapper //默认为庖丁分词 PerFieldAnalyzerWrapper wrapper = new PerFieldAnalyzerWrapper(new PaodingAnalyzer()); //fieldName 为field名称 //analyzer field对应分词器 wrapper.addAnalyzer(fieldName, analyzer);